NastępnyNastępny poradnik
AI w wyborze jury
Społeczeństwo
PRZEWODNIK Społeczny
Jak IRS wykorzystuje sztuczną inteligencję do wyboru audytu
Tak.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Na tej stronie4 minuty czytania
Przegląd
IRS wykorzystuje statystyczne modele punktacji, automatyczne dopasowywanie dokumentów i, w coraz większym stopniu, uczenie maszynowe, aby zdecydować, które zeznania podatkowe zasługują na bliższe spojrzenie, ale ludzie i tak przeglądają oznaczone zeznania przed rozpoczęciem większości audytów. Najbardziej znanym narzędziem jest wynik funkcji dyskryminacyjnej (DIF). Systemy te mają znaczenie, ponieważ decydują o tym, kto zostanie poddany audytowi, a badacze wykazali, że mogą nałożyć większe obciążenia na niektóre grupy podatników niż na inne.
Głębokie nurkowanie
IRS nie korzysta z jednego głównego systemu sztucznej inteligencji. Obsługuje kilka systemów, każdy zbudowany do innego zadania. Najstarszym jest wynik funkcji dyskryminacyjnej (DIF). DIF porównuje każdy zwrot z normami statystycznymi zaczerpniętymi z losowo wybranych audytów linijka po linijce przeprowadzonych w ramach Narodowego Programu Badawczego. Wysoki wynik DIF oznacza, że audyt tego zeznania z większym prawdopodobieństwem spowoduje zmianę podatku. IRS utrzymuje formuły w tajemnicy, aby ludzie nie mogli w nie grać. Wysoka ocena sama w sobie nie rozpoczyna audytu. Wyszkoleni klasyfikatorzy przeglądają wyniki o wysokich wynikach i wybierają, które z nich należy sprawdzić. Po drugie, IRS porównuje zwroty ze zwrotami informacyjnymi, takimi jak W-2 i 1099. Jeżeli liczby nie są zgodne, program Automatycznego Zaniżania Raportów wysyła powiadomienie CP2000 z propozycją zmiany. Technicznie rzecz biorąc, CP2000 nie jest audytem, chociaż może prowadzić do wystawienia rachunku. Po trzecie, narzędzia służące do oszustw, takie jak zwroty w ramach Programu przeglądu zwrotów dotyczące kradzieży tożsamości i fałszywych wniosków o zwrot środków przed ich wydaniem. IRS oświadczył również, że zamierza zastosować bardziej zaawansowane analizy w przypadku złożonych podmiotów, takich jak duże spółki osobowe, o ile pozwalają na to fundusze i personel. Uczciwość stała się kwestią publiczną w 2023 r. Badacze pracujący z danymi skarbowymi przypisali rasę podatników, ponieważ IRS tego nie rejestruje, i oszacowali, że podatnicy czarnoskórzy byli kontrolowani kilka razy częściej niż podatnicy niebędący czarnoskórymi. Ustalili znaczną część luki w sposobie wybierania zeznań ubiegających się o ulgę podatkową od dochodu wypracowanego. Model nie wykorzystywał rasy jako danych wejściowych. Rozbieżności wynikały z wyborów projektowych, w tym ze skupienia się na zawyżonych środkach podlegających zwrotowi oraz na audytach, których przeprowadzenie drogą pocztową jest tanie. IRS potwierdził ustalenia i stwierdził, że zmieni swoje podejście. Powszechnym błędnym przekonaniem jest to, że oprogramowanie dokonuje automatycznego audytu. W rzeczywistości algorytmy szeregują zwroty, a ludzie decydują, które skrzynki otworzyć.
Implementacja w świecie rzeczywistym
Freelancerka zostawia po powrocie numer 1099-NEC. Kilka miesięcy później otrzymuje powiadomienie CP2000, ponieważ program Automatycznego Zaniżania Raportów porównał kopię płatnika z jej zeznaniem i stwierdził brak dochodu.
Zeznanie wymaga potrąceń na cele charytatywne, które są bardzo duże w stosunku do poziomu dochodów. Otrzymuje wysoką notę DIF i trafia do ludzkiego klasyfikatora, który decyduje, czy zwrot jest warty zbadania.
Program oceny zwrotów wstrzymuje zwrot pieniędzy, ponieważ zwrot odpowiada wzorcom powiązanym z kradzieżą tożsamości. Podatnik otrzymuje pismo z prośbą o weryfikację tożsamości przed zwolnieniem zwrotu.
Rodzina ubiegająca się o ulgę podatkową od dochodu uzyskanego otrzymuje kontrolę korespondencyjną drogą pocztową. Wymaga przedstawienia dokumentacji szkolnej lub lekarskiej potwierdzającej, że kwalifikujące się dziecko mieszkało z nimi przez ponad pół roku.
Przyszłość sposobu, w jaki IRS wykorzystuje sztuczną inteligencję do wyboru audytu
IRS prawdopodobnie będzie nadal dodawać uczenie maszynowe do selekcji i wykrywania oszustw, szczególnie w przypadku złożonych zwrotów, w przypadku których czas egzaminatora jest ograniczony. To, jak daleko to zajdzie, zależy od funduszy, personelu i modernizacji technologii, a wszystkie trzy często się zmieniają. Organy nadzorcze, takie jak Generalny Inspektor Skarbu ds. Administracji Skarbowej i Biuro Odpowiedzialności Rządu, wielokrotnie zwracały się z prośbą o lepszą dokumentację i testowanie modeli IRS. Uważaj na publiczne ujawnianie wyników testów uczciwości i wyraźniejsze powiadomienia informujące podatników, dlaczego zostali wybrani. Niezależnie od tego, jak wyglądają modele, praktyczna rada pozostaje taka sama: zgłaszaj każdy zwrot informacji, prowadź rejestr potwierdzający Twoje kredyty i odliczenia oraz niezwłocznie reaguj na powiadomienia.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Ryzyko i bezpieczeństwo. Zarówno katastrofalne, jak i codzienne szkody spowodowane sztuczną inteligencją zależą od tego, kto rozumie ryzyko i kto może podjąć działania.
- Jaśniejsze decyzje. Umiejętność korzystania z usług publicznych i zawodowych wpływa na to, czy silna polityka bezpieczeństwa jest politycznie możliwa.
- Przebijanie się przez szum. Jasne wyjaśnienia ograniczają wpływ szumu, PR laboratoryjnego i niejasnego teatru etycznego.
Uważaj na
- Traktowanie ryzyka egzystencjalnego jako science-fiction, choć łączy w sobie możliwości.
- Mylenie bezpieczeństwa produktów powierzchniowych z wyrównaniem przy dużej autonomii.
- Pozostawienie odbiorcom nieanglojęzycznym i nieeksperckim jedynie źródeł o niskiej jakości.
Kolejne kroki
- Oddziel ryzyko szkód, niewłaściwego użycia i utraty kontroli/niewspółosiowości produktu.
- Zapytaj, jakie dowody zmieniłyby Twój pogląd na temat terminów i dotkliwości.
- Przedkładaj źródła pierwotne i konkretne oceny nad twierdzenia marketingowe.
- Zidentyfikuj jedną ścieżkę działania: karierę, politykę, finansowanie lub umiejętności – nie tylko świadomość.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the How the IRS Uses AI for Audit Selection quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
W jaki sposób IRS wykorzystuje sztuczną inteligencję do wyboru audytu?
Tak. IRS wykorzystuje statystyczne modele punktacji, automatyczne dopasowywanie dokumentów i, w coraz większym stopniu, uczenie maszynowe, aby zdecydować, które zeznania podatkowe zasługują na bliższe spojrzenie, ale ludzie i tak przeglądają oznaczone zeznania przed rozpoczęciem większości audytów. Najbardziej znanym narzędziem jest wynik funkcji dyskryminacyjnej (DIF). Systemy te mają znaczenie, ponieważ decydują o tym, kto zostanie poddany audytowi, a badacze wykazali, że mogą nałożyć większe obciążenia na niektóre grupy podatników niż na inne.
Co oznacza wysoki wynik funkcji dyskryminacyjnej (DIF) w stopie zwrotu?
DIF porównuje zwrot z normami zaczerpniętymi z losowych audytów. Wysoki wynik oznacza, że audyt ma większe szanse na zmianę należnego podatku. Nie jest to stwierdzenie oszustwa ani kara.
Co zwykle dzieje się dalej, gdy zwrot otrzyma wysoki wynik DIF?
Wynik uwzględnia jedynie zwroty. Wyszkoleni klasyfikatorzy sprawdzają wyniki o wysokich wynikach i wybierają, które z nich należy sprawdzić.
Freelancer pominął 1099-NEC i później otrzymał powiadomienie CP2000. Który system najprawdopodobniej to wyprodukował?
Program Automated Underreporter porównuje formularze złożone przez płatnika, takie jak 1099 i W-2, z zeznaniem. W przypadku braku dochodu proponuje korektę na podstawie CP2000.
Dlaczego według przewodnika powiadomienie CP2000 pod względem technicznym różni się od audytu?
CP2000 proponuje zmianę, ponieważ raportowany dochód nie zgadzał się ze zwrotami informacyjnymi. Nie jest to badanie formalne, choć może skutkować wystawieniem rachunku, jeżeli podatnik nie zakwestionuje go pomyślnie.
Co mówi przewodnik w badaniu przeprowadzonym w 2023 r., w którym wykorzystano imputowane dane rasowe dotyczące wyboru audytu powiązanego z EITC?
Badacze oszacowali znaczne rozbieżności i w dużej mierze powiązali je ze sposobem wybierania zwrotów z EITC, a nie z rasą wykorzystywaną jako bezpośrednie dane wejściowe.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat